Sistemas Baseados em Inteligência Computacional

Código:

EEC0083

Sigla:

SBIC

Áreas Científicas
Classificação	Área Científica
OFICIAL	Automação, Controlo e Sistemas de Produção Indust.

Ocorrência: 2010/2011 - 2S

Ativa?	Sim
Unidade Responsável:	Automação, Controlo e Sistemas de Produção Industrial
Curso/CE Responsável:	Mestrado Integrado em Engenharia Electrotécnica e de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
MIEEC	85	Plano de estudos de Transição a partir de 2010/11	4	-	6	63	162
		Plano de estudos oficial	4	-	6	63	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

A unidade curricular pretende fornecer conhecimentos, métodos e tecnologias que permitam:
- descrever as propriedades de controladores baseados em lógica difusa e em redes neuronais;
- formular hipóteses de soluções para um problema de engenharia e pesquisar soluções concretas para essas hipóteses;
- identificar, analisar e modelizar problemas considerando aspectos de incerteza quantitative e qualitativa;
- analisar, projectar, modelizar e simular sistemas de controlo baseados em lógica difusa e em redes neuronais para processos industriais, com características de não linearidade e de incerteza;
- analisar compromissos a estabelecer na proposta de soluções;
- analisar criticamente o funcionamento de sistemas de engenharia contendo subsistemas baseados em lógica difusa e/ou redes neuronais;
- descrever, analisar, projectar, modelar e simular sistemas de supervisão, de detecção de falhas ou de diagnóstico, baseados em sistemas difusos e neuro-difusos;
- implementar, em HW e SW, subsistemas baseados em lógica difusa e em redes neuronais;
- avaliar a aplicabilidade de sistemas de controlo e de análise de dados baseados em inteligência computacional em sistemas de engenharia;
- trabalhar em grupo e efectuar relatórios técnicos.

Programa

Conjuntos difusos e lógica difusa.
Modelos difusos, sistemas difusos.
Controlo baseado em lógica difusa. Incerteza e não linearidade. Análise e projecto de controladores simples. Heurísticas e meta-regras.
Introdução aos sistemas neuronais e aos sistemas neuro-difusos. Sistemas MIMO. Aplicação em sistemas de controlo e em mapeamentos não lineares.
Detecçao de falhas e diagnóstico. Métodos baseados em sistemas difusos e neuro-difusos.

Bibliografia Obrigatória

Driankov, Dimiter; An introduction to fuzzy control. ISBN: 3-540-60691-2
Jang, Jyh-Shing Roger; Neuro-fuzzy and soft computing. ISBN: 0-13-261066-3
R. Isermann; Fault-diagnosis systems, Springer, 2006. ISBN: 3-540-24112-4

Bibliografia Complementar

Reznik, Leonid 1955-; Fuzzy controllers. ISBN: 0750634294

Métodos de ensino e atividades de aprendizagem

Aulas teóricas de exposição e de apresentação e discussão de exemplos. Há, ainda, apresentação de ferramentas de projecto nos diferentes domínios da UC.
Aulas práticas de resolução de problemas e de acompanhamento dos trabalhos práticos.

Software

The MathWorks - Matlab - Release 11
FuzzyTech
Scilab

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia do conhecimento
Ciências Tecnológicas > Engenharia > Engenharia de sistemas
Ciências Tecnológicas > Engenharia > Engenharia de processos > Controlo de processos
Ciências Tecnológicas > Engenharia > Engenharia de simulação
Ciências Tecnológicas > Engenharia > Engenharia de controlo > Automação

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Participação presencial (estimativa)	Participação presencial	56,00
	Total:	-	0,00

Obtenção de frequência

Não exceder o limite legal de faltas e obter um mínimo de 40% na avaliação do trabalho prático (TP).

Fórmula de cálculo da classificação final

Componentes de avaliação:
1- Problema (PR), avaliando a capacidade de resolver problemas de âmbito limitado, aplicando conceitos específicos da UC e utilizando ferramentas de simulação próprias:
2- Trabalho prático e relatório associado (TP), avaliando as capacidades de analisar, projectar, modelizar e simular sistemas bem como a criatividade na formulação de hipóteses de soluções e o estabelecimento de compromissos. Os aspectos de implementação das soluções propostas são considerados na avaliação. São, também, avaliados o funcionamento do grupo de trabalho e os aspectos formais do relatório;
3- Exame (EX), avaliando a capacidade de analisar o funcionamento de sistemas de engenharia contendo subsistemas baseados em lógica difusa e/ou redes neuronais e a capacidade de aplicar sistemas baseados em inteligência computacional em sistemas de engenharia.
O enunciado do exame é em inglês.

A classificação final é obtida a partir de:
CF=0.2*PR+0.3*TP+0.5*EX
A aprovação na disciplina está condicionada à obtenção de um mínimo de 40% no Exame.

Provas e trabalhos especiais

Não há.

Avaliação especial (TE, DA, ...)

A mesma dos alunos ordinários.

Melhoria de classificação

Apenas a classificação do Exame pode ser melhorada nas épocas a isso destinadas.